En los últimos 12 meses, llenamos brechas significativas en nuestra comprensión de los chatbots de IA como Chatgpt & Co.

Sabemos:

1. La adopción está creciendo rápidamente.
2. Los chatbots de IA envían más referencias a los sitios web a lo largo del tiempo.
3. El tráfico de referencia de AI Chatbots tiene una calidad más alta que la de Google.

Puede leer todo sobre esto en el estado de los chatbots de IA y el SEO.

Pero no hay mucho contenido sobre ejemplos y factores de éxito del contenido que impulse las citas y menciones en los chatbots de IA.

Para obtener una respuesta, analicé más de 7,000 citas en 1,600 URL a sitios de contenido pesado (piense: integradores) en chatbots # ai (chatgpt, perplejidad, descripción general de IA) en febrero de 2024 con la ayuda de profundo.

Mi objetivo es averiguar:

1. Por qué algunas páginas son más citadas que otras, por lo que podemos optimizar el contenido para los chatbots de IA.
2. Si los factores de SEO clásicos son importantes para la visibilidad de chatbot de IA, por lo que podemos priorizar.
3. Qué trampa para evitar, por lo que no tenemos que aprender las mismas lecciones muchas veces.
4. Si diferentes factores influyen en las menciones y citas, por lo que podemos ser más seleccionados en nuestros esfuerzos.

Aquí están mis hallazgos:

Aumente sus habilidades con las ideas de expertos semanales de Growth Memo. ¡Suscríbete gratis!

La clave para la cita de marca en los chatbots de IA: contenido profundo

🔍 Contexto: sabemos que los chatbots de IA usan la generación de recuperación de recuperación (trapo) para sopesar sus respuestas con los resultados de Google y Bing. Sin embargo, ¿eso significa que los factores de clasificación de SEO clásicos también se traducen en citas de chatbot de IA? No.

Mi análisis de correlación muestra que Ninguna de las métricas clásicas de SEO tiene fuertes relaciones con las citas. Los LLM tienen preferencias de luz: la perplejidad y los AIO pesan palabras y el recuento de oraciones más alto. ChatGPT pesa calificación de dominio y puntaje Flesch.

💡Takeaway: las métricas clásicas de SEO no importan casi tanto para las menciones y citas de AI Chatbot. Lo mejor que puede hacer para la optimización de contenido es apuntar a la profundidad, la integridad y la legibilidad (cuán fácil es el texto de entender).

Los siguientes ejemplos demuestran esos atributos:

• https://www.byrdie.com/digital-prescription-services-dermatologist-5179537
• https://www.healthline.com/nutrition/best-weight-lossprograms
• https://www.verywellmind.com/we-tried-online-therapy-com-these-were-our-experiences-8780086

Las correlaciones amplias no revelaron suficiente carne en el hueso y me dejaron con demasiadas preguntas abiertas.

Entonces, observé lo que hace el contenido más citado de manera diferente al resto. Ese enfoque mostró patrones mucho más fuertes.

Crédito de la imagen: Kevin Indig

🔍Context: debido a que no obtuve mucho de las correlaciones estadísticas, quería ver cómo el 10% superior del contenido más citado se compara con el 90% inferior.

Cuanto mayor sea la diferencia, más crítico es el factor para el 10%superior. En otras palabras, el multiplicador (eje x en el gráfico) indica qué factores LLMS recompensa con citas.

Los resultados:

• Los dos factores que se destacan son oración y recuento de palabrasseguido de la puntuación Flesch. Las métricas relacionadas con los vínculos de retroceso y el tráfico parecen tener un efecto negativo, lo que no significa que los chatbots de IA los consideren negativamente, sino simplemente que no importan para menciones o citas.
• El El 10% superior de las páginas más citadas en las tres LLM tiene mucho menos tráfico, clasifica por menos palabras clave y obtiene menos vínculos de retroceso. ¿Cómo tiene sentido eso? Casi parece que ser fuerte en las métricas de SEO tradicionales es malo para la visibilidad de chatbot de IA.
• El copiloto (no incluido en la tabla) tiene la desigualdad más dura, por cierto. El 10% superior tiene 17.6 citas más que el 90% inferior. Sin embargo, el 10% superior también se clasifica para 1.7 veces más palabras clave en búsqueda orgánica. Entonces, Copilot parece tener preferencias más fuertes que otros chatbots de IA.

Dividir los datos por AI Chatbot le muestra sus preferencias únicas:

Crédito de la imagen: Kevin Indig

💡Takeaway: Profundidad de contenido (recuento de palabras y oraciones) y legibilidad (puntaje Flesch) tienen el mayor impacto en las citas en los chatbots de IA.

Es importante entender esto: el contenido más largo no es mejor porque es más largo, pero porque tiene más posibilidades de responder una pregunta específica provocada en un chatbot de IA.

Ejemplos:

• www.verywellminmind.com/best-online-psychiatrists-5119854 tiene 187 citas, más de 10,000 palabras y más de 1,500 oraciones, con un puntaje Flesch de 55, y Chatgpt cita 72 veces.
• Por otro lado, www.onlinetherapy.com/best-online-psychiatrists/ tiene solo tres citas, también un puntaje de Flesch bajo, con 48, pero es “corto” con solo 3,900 palabras y 580 oraciones.

🔍Context: todavía no sabemos el valor de una marca que es mencionada por un chatbot Ai.

La investigación temprana indica que es alta, especialmente cuando las indicaciones indican la intención de compra.

Sin embargo, quería acercarme un paso más al comprender lo que lleva a las menciones de marca en los chatbots de IA en primer lugar.

Después de hacer coincidir muchas métricas con la visibilidad de chatbot de IA, encontré un factor que se destaca más que cualquier otra cosa: el volumen de búsqueda de marca.

El número de menciones de chatbot de IA, y el volumen de búsqueda de marca tienen una correlación de .334, bastante bueno en este campo. En otras palabras, La popularidad de una marca decide en general cuán visible es en AI Chatbots.

Crédito de la imagen: Kevin Indig

La popularidad es el predictor más significativo para ChatGPT, que también envía la mayor cantidad de tráfico y tiene el mayor uso de todos los chatbots de IA.

Al romperlo por AI Chatbot, descubrí que ChatGPT tiene la correlación más alta con .542 (fuerte), pero la perplejidad (.196) y Google AIOS (.254) tienen correlaciones más bajas.

Para ser claros, hay muchos matices en el nivel rápido y de categoría. Pero en términos generales, la visibilidad de una marca parece verse severamente afectada por lo popular que es.

Ejemplo de marcas populares y su visibilidad en la categoría de salud (Crédito de imagen: Kevin Indig)

Sin embargo, cuando Se mencionan marcas, todas Los chatbots de IA prefieren las marcas populares y clasificarlos constantemente en el mismo orden.

• Existe un vínculo claro entre las categorías de las preguntas de los usuarios (salud mental, cuidado de la piel, pérdida de peso, pérdida de cabello, disfunción eréctil) y marcas.
• Los datos tempranos muestran que las marcas más visibles son digitales primero e invierten mucho en su presencia en línea con contenido, SEO, reseñas, redes sociales y publicidad digital.

💡Takeaway: la popularidad es el criterio más grande que decide si una marca se menciona en los chatbots de IA o no. La forma en que los consumidores conectan las marcas con las categorías de productos también son importantes.

Comparar el volumen de búsqueda de marca y la presencia en la categoría de productos con sus competidores le brinda la mejor idea de cuán competitivo es en Chatgpt & Co.

Ejemplos: Todos los modelos en mi análisis citan Healthline con mayor frecuencia. Ni un otro dominio estaba en las 10 citas principales para los cuatro modelos, mostrando sus gustos claramente diferentes y lo importante que es realizar un seguimiento de muchos modelos en lugar de solo chatgpt, si esos modelos también le envían tráfico.

Crédito de la imagen: Kevin Indig

Otros dominios bien citados en la mayoría de los modelos:

• muywellmind.com
• onlinedoctor.com
• MedicalNewstoday.com
• byrdie.com
• cnet.com
• ncoa.org

Crédito de la imagen: Kevin Indig

Contexto: no todos los chatbots de IA mencionaron marcas con la misma frecuencia. A pesar de que ChatGPT tiene la mayor adopción y envía el tráfico más de referencia a las fuentes, la perplejidad menciona la mayoría de las marcas por promedio en respuestas.

La estructura rápida es importante para la visibilidad de la marca:

• La palabra “mejor” fue un fuerte desencadenante para las menciones de marca en el 69.71% de las indicaciones.
• Palabras como “confianza” (5.77%), “fuente” (2.88%), “recomendar” (0.96%) y “confiable” (0.96%) también se asociaron con una mayor probabilidad de menciones de marca.
• Las indicaciones que incluyen “recomendar” a menudo mencionan organizaciones públicas como la FDA, especialmente cuando el aviso incluye palabras como “confianza” o “liderazgo”.
• Google AIOS muestra la más alta diversidad de marca, seguida de perplejidad, luego chatgpt.

💡Takeaway: la estructura rápida tiene un impacto significativo en las marcas que surgen en la respuesta.

Sin embargo, aún no podemos saber realmente qué incita a los usuarios. Es importante tener en cuenta: todas las indicaciones que observamos y rastrean son solo proxies para lo que los usuarios podrían estar haciendo.

Crédito de la imagen: Kevin Indig

🔍Context: en mi investigación, encontré varias formas en que las marcas sabotan involuntariamente su visibilidad de chatbot de IA.

Los examino aquí porque el requisito previo para ser visibles en LLM es, por supuesto, su capacidad para rastrear su sitio, ya sea directamente o mediante datos de capacitación.

Por ejemplo, Copilot no cita onlinedoctor.com porque no está indexado en Bing. No pude encontrar indicadores de que esto se hizo a propósito, por lo que supongo que es un accidente que podría solucionarse rápidamente y recompensarse con el tráfico de referencias.

Por otro lado, ChatGPT 4O no cita cnet.com, y la perplejidad no cita cotyhealth.com porque ambos sitios bloquean intencionalmente el LLM respectivo en sus robots.txt.

Pero también hay casos en los que los sitios de referencia de AI Chatbots a pesar de que técnicamente no deberían.

El dominio más citado en perplejidad en mi conjunto de datos está bloqueado.goodrx.com. GoodRX bloquea a los usuarios de países no estadounidenses, y parece que bloquea accidentalmente o intencionalmente la perplejidad.

Crédito de la imagen: Kevin Indig

Es importante destacar las descripción general de la IA de Google aquí: no hay opción de exclusión para los AIO, lo que significa que si desea obtener tráfico orgánico de Google, debe permitir que rastree su sitio, potencialmente use su contenido para entrenar sus modelos y surgirlo en descripción general de la IA. Chegg recientemente presentó una demanda contra Google por esto.

💡Takeaway: monitoree su sitio, especialmente si todas las URL buscadas están indexadas, en las herramientas de Bing Search Console y Bing Webmaster.

Compruebe dos veces si bloquea accidentalmente un rastreador LLM en sus robots.txt o a través de su CDN.

Si bloquea intencionalmente los rastreadores de LLM, verifique si aparece en sus respuestas simplemente preguntándoles qué saben sobre su dominio.

Resumen: 6 aprendizajes clave

• Las métricas clásicas de SEO no influyen fuertemente en las citas de chatbot.
• La profundidad de contenido (recuentos de palabras y oraciones más altos) y la legibilidad (buen puntaje de Flesch) importan más.
• Diferentes chatbots de IA tienen preferencias distintas: es importante monitorear múltiples plataformas.
• La popularidad de la marca (medida por el volumen de búsqueda) es el predictor más fuerte de las menciones de marca en los chatbots de IA, especialmente en ChatGPT.
• La estructura rápida influye en la visibilidad de la marca, y aún no sabemos cómo la frase del usuario solicita.
• Los problemas técnicos pueden sabotear la visibilidad de la IA: asegúrese de que su sitio no bloquee accidentalmente los rastreadores de LLM a través de la configuración de robots.txt o CDN.

Imagen destacada: Paulo Bobita/Search Engine Journal